Documentos de Académico
Documentos de Profesional
Documentos de Cultura
-2015
DOI: 10.6018/red/46/4
http://www.um.es/ead/red/46/zapata.pdf
Miguel Zapata-Ros,
Universidad de Murcia. España
mzapata@um.es
Resumen.-
La sociedad y la economía demandan profesionales cualificados en las industrias
tecnológicas. Se da la paradoja de países con un alto índice de paro en las que actualmente
se quedan sin cubrir puestos de trabajo de ingenieros y técnicos de industrias y servicios
digitales. Esto ha sensibilizado a gestores e instituciones a abordar el problema desde el
punto de vista de la formación. Se trata de una nueva alfabetización, la alfabetización
digital, y que como tal hay que comenzar desde las primeras etapas del desarrollo
individual, al igual como sucede con otras habilidades clave: la lectura, la escritura y las
habilidades matemáticas.
El planteamiento, el más frecuente ha consistido en favorecer el aprendizaje de la
programación de forma progresiva. Proponiendo a los niños tareas de programar, desde las
más sencillas y más lúdicas a las más complejas.
Pero se puede plantea la cuestión de otro modo: Las competencias de codificar son la parte
más visible de una forma de pensar que es válida no sólo en ese ámbito de la actividad
mental, la que sostiene el desarrollo y la creación de programas y de sistemas. Hay una
forma específica de pensar, de organizar ideas y representaciones, que es terreno abonado y
que favorece las competencias computacionales. Se trata de una forma de pensar propicia
para el análisis y la relación de ideas, para la organización y la representación lógica. Esas
habilidades se ven favorecidas con ciertas actividades y con ciertos entornos de aprendizaje
desde las primeras etapas. Se trata del desarrollo de un pensamiento específico: el
pensamiento computacional.
En este trabajo hacemos una recensión de las formas de pensamiento que se han
manifestado y han sido estudiadas como útiles a esta forma de pensar y de resolver
problemas en este ámbito cognitivo y a sentar unas bases que en un futuro permitan
desarrollar pormenorizadamente los contenidos en un curriculum útil a las distintas
modalidades y niveles de educación, así como para la formación de maestros y profesores
que los impartan.
Palabras clave.-
Pensamiento computacional, alfabetización digital, curriculum de Educación Infantil,
Primaria y Secundaria, formación del profesorado, competencias digitales
Abstract
Society and Economy demand skilled professionals in technological industries. There is a
current paradox in countries with a high rate of unemployment consisting in unfilled
positions for engineers and technicians for the industry and digital services. This has
sensitized managers and institutions to address the problem from the point of view of
training. There is a new literacy, the digital literacy, and as such we must begin teaching it
from the earliest stages of individual development, as well as with other key skills: reading,
writing and Math skills.
RED. Revista de Educación a Distancia, 46(4) 15-Sep-2015 http://www.um.es/ead/red/46
The most frequent approach to teaching digital literacy has been to gradually encourage the
learning of programming. It usually consists in teaching children programming tasks, from
the simplest and most entertaining to the most complex.
But one can raise the question in a different way: The powers of encoding are the most
visible part of a way of thinking that is valid not only in the field of mental activity, which
supports the development and creation of programs and systems. There is a specific way of
thinking, to organize ideas and representations, which is fertile ground and favors
computational skills. It is a mindset that leads to the analysis and the relationship of ideas to
the organization and logic representation. Those skills favor certain activities and certain
learning environments from the early stages. It is the development of a specific way of
thinking: computational thinking.
In this paper we review forms of thinking which have emerged and have been studied as
useful to this way of thinking and problem solving in this cognitive domain. We state they
can provide a basis for future development of contents in a curriculum which can be applied
to different types and levels of education, as well as to train teachers and professors
applying computational thinking.
Keywords.-
Computational Thinking, Digital Literacy, Kindergarten Primary and Secondary Curricula,
Teacher Training, Digital Skills
Esta alternativa está sostenida por algunos autores, inspira a profesores y grupos
innovadores en la puesta en marcha de actividades y en algunos pocos casos a
corporaciones que, frecuentemente de forma aislada, nos planteamos la cuestión de otro
modo: Las competencias que se muestran como más eficaces en la codificación son
la parte más visible de una forma de pensar que es útil no sólo en ese ámbito de
actividades cognitivas, las que se utilizan en el desarrollo y en la creación de programas
y de sistemas informáticos. En definitiva sostienen que hay una forma específica de
pensar, de organizar ideas y representaciones, que es propicia y que favorece las
competencias computacionales. Se trata de una forma de pensar que propicia el análisis
y la relación de ideas para la organización y la representación lógica de procedimientos.
Esas habilidades se ven favorecidas con ciertas actividades y con ciertos entornos
de aprendizaje desde las primeras etapas. Se trata del desarrollo de un
pensamiento específico, de un pensamiento computacional.
Hemos dicho que un precedente remoto de estas ideas está en el construccionismo, en
las ideas de autores como Seymourt Paper.
Paulo Blikstein (2013) de la Universidad de Stanford, dice que si un historiador tuviera
que trazar una línea que uniese la obra de Jean Piaget sobre la psicología del desarrollo
a las tendencias actuales en la tecnología educativa, la línea simplemente se
llamaría “Papert”. Seymour Papert ha estado en el centro de tres revoluciones: el
desarrollo del pensamiento en la infancia, la inteligencia artificial y las tecnologías
informáticas para la educación. Quizá el que no haya tenido el impacto debido se deba a
que se anticipó.
La visión de Papert se podría sintetizar diciendo que “los niños deben programar la
computadora en lugar de ser programados por ella” (children should be programming
the computer rather than being programmed by it) (Papert, 1980 a través de Blikstein,
2013)
Ahora, en la fase actual del desarrollo de la tecnología y de las teorías del aprendizaje se
podría decir “son los niños los que tienen que educar a los ordenadores no los
ordenadores los que tienen que educar a los niños”
Este trabajo y en general las actividades y reflexiones que pueda propiciar, están
justificados por el papel que, en el nuevo contexto, tiene el desarrollo de habilidades
que, desde las primeras etapas, faciliten un aprendizaje orientado hacia la programación.
Es decir, como vamos a ver, se trata de una nueva alfabetización, de una alfabetización
que permita a las personas en su vida real afrontar retos propios de la nueva sociedad y
que vaya más allá, permita a los individuos organizar su entorno, sus estrategias de
desenvolvimiento, de resolución de problemas cotidianos, además de organizar su
mundo de relaciones, en un contexto de comunicación más racional y eficiente. Todo
ello con el resultado de poder organizar estrategias para conseguir objetivos personales.
En definitiva se trata de conseguir una mayor calidad de vida y un mayor nivel de
felicidad.
En todo el planteamiento subyace, como idea-fuerza, que, al igual a como sucede con
la música, con la danza o con la práctica de deportes, es clave que se fomente una
práctica formativa del pensamiento computacional desde las primeras etapas de
desarrollo. Y para ello, al igual que se pone en contacto a los niños con un entorno
musical o de práctica de danza o deportiva,… se haga con un entorno de objetos y de
acciones que promuevan a través de la observación y de la manipulación, aprendizajes
adecuados para favorecer este pensamiento.
de Madrid1 (Valverde et al, 2015), está en la clave señalada: Conducir a los alumnos, en
este caso, de secundaria por el camino más áspero, el de la programación per se. Si no
se proporcionan otro tipo de ayudas o de claves se excluyen a los que no tienen el don
de para programar directamente, ante solo la comprensión de procedimientos
puramente de programación, creando con ello el estereotipo de que la programación es
solo cosa de los programadores.
Hay un efecto derivado. Si se aprende a programar asociado a un lenguaje es posible
que no se produzca la transferencia y en futuras ocasiones no se pueda repetir el
proceso. Esto hace que la inserción profesional no se produzca con toda eficacia que
podría ser si se hiciera vinculado a operaciones cognitivas superiores. Las asociaciones
profesionales se quejan de que las empresas contraten a informáticos de forma efímera.
Sin reparar que es posible que suceda porque han aprendido de forma vinculada a
lenguajes y programas efímeros, y que cuando cambie el programa o la versión no
tendrán flexibilidad mental para adaptarse a nuevos entornos, no solo de programación,
sino de problemas. Esto no sucede, y las empresas lo saben, si contratan a titulados más
familiarizados con elementos de pensamiento heurísticos o de otro tipo entre los
glosados en este trabajo, como son matemáticos o físicos que sí tienen esa competencia
de resolver problemas en entornos cambiantes.
Sin embargo sí existen referencias (Raja, 2014) de investigaciones que ponen de
manifiesto que cuando se empieza por enseñar el pensamiento computacional en vez de
por la elaboración de códigos, desvinculando la iniciación en el aprendizaje a ser
diestros con el ordenador, tal como se entiende habitualmente, se evita el principio de
discriminación que hace que algún tipo de niños y de niñas se inhiban. Supone pues un
principio de democratización del aprendizaje. Esto supone además que los que en un
futuro pueden ser bibliotecarios, médicos o artistas pueden ser también buenos
programadores. Y por ende podría ampliar la base de conocimiento que se vuelca al
mundo de la computación, lo que constituye el motor y el combustible de la Sociedad
del Conocimiento.
Veamos que algunas habilidades propias del pensamiento computacional no tienen por
qué estar vinculadas a los ordenadores. Hay en un ejemplo de interés en este sentido (en
una época en que no había ordenadores), se trata de un proceso de análisis de datos
hecho por un lego, un médico especializado en epidemias, para resolver un problema
crucial. Hoy probablemente esto no podría haber sucedido así. Los programadores no
tienen conocimientos de epidemiología, y los epidemiólogos no tienen por lo general
pensamiento computacional (Koch and Denike, 2009, a través de Raja, 2014).
En 1854 , un médico de Londres llamado John Snow ayudó a sofocar un brote de cólera
que había matado a 616 vecinos. Dejando de lado la teoría predominante de la época,
la Teoría miasmática de la enfermedad, que aseguraba que las enfermedades se
producían por emanaciones surgidas del terreno, indagó las costumbres y los rasgos de
la forma de vivir de los enfermos. En un mapa levanto columnas con la ubicación de los
muertos, la frecuencia (¿no nos recuerda un infograma?):
1
DECRETO 48/2015, de 14 de mayo, del Consejo de Gobierno, por el que se establece para la
Comunidad de Madrid el currículo de la Educación Secundaria Obligatoria. Recuperado a partir de
http://www.bocm.es/boletin/CM_Orden_BOCM/2015/05/20/BOCM-20150520-1.PDF
Fig. 1.- Mapa obtenido de “On the Mode of Communication of Cholera,” 1854. En
Rev. Henry Whitehead mapped almost 700 cholera deaths, sewer lines, and both the
incorrect location of the old plague burial site (oval) and its correct size and location a
block from the Broad Street pump in this 1855 map (Koch and Denike, 2009) y
en JOHN SNOW’S MAP 1 (Broad Street Pump Outbreak, 1854).
Observó que las columnas crecían alrededor de una bomba de agua en Broad Street en
el Soho (ver el mapa) que además estaba cerca de un pozo negro con fugas. La hipótesis
que formuló es que la causa de la enfermedad estaba en el agua. Implícitamente estaba
aplicando principios que ahora son clásicos de pensamiento computacional entraron:
Cruzar dos conjuntos de datos para obtener un conocimiento nuevo (cruzar la ubicación
de las muertes con las ubicaciones de las bombas de agua), contrastar el resultado por
iteraciones sucesivas y el reconocimiento de patrones. Cuando se clausuró la bomba el
brote cesó.
De todas formas Gilster en su libro de 1997 ya rompe con la idea que dio lugar al mito
de los “nativos digitales”. Afirma explícitamente que "la alfabetización digital tiene que
ver con el dominio de las ideas, no con las pulsaciones en el teclado" -así distingue, en
su concepción lo limitado de las "habilidades técnicas" desde la perspectiva de la
alfabetización digital. Señala que "no sólo hay que adquirir la habilidad de hallar las
cosas, sobre todo se debe adquirir la capacidad de utilizar esas cosas en la vida del
individuo"(pp. 1-2).
Sobre estas ideas David Bawden (2008 Capítulo 1), a partir de lo dicho `por Pablo
Gilster, afirma que la alfabetización digital implica una forma de distinguir una
variedad creciente de conceptos y de hechos, para delimitar los que son relevantes en
orden a conseguir el dominio de las ideas. E insiste en lo necesario para ello de una
evaluación cuidadosa de la información, en el análisis inteligente y en la síntesis. Para
ello proporciona listas de habilidades específi cas y de técnicas que se consideran
necesarias para estos objetivos, y que en conjunto constituyen lo que califica como una
cultura digital.
Sobre estas competencias Bawden (2008) remite a las expuestas en otro trabajo anterior
(Bawden, 2001):
Llegados a este punto hay una segunda línea de delimitación conceptual, estudiada por
Eshet-Alkalai (2004). A partir de su reflexión advierte sobre la incompatibilidad entre
los planteamientos de aquellos que conciben la alfabetización digital como
"principalmente constituida por habilidades técnicas, y los que la ven centrada en
aspectos cognitivos y socio-emocionales del trabajo en entornos digitales”.
Por último hay una variante comercial de la Alfabetización Digital, que consiste en una
certificación de competencias. Es la acreditación conocida como Internet and
Computing Core Certificación (IC³) (www.certiport.com). Su página web afirma que la
"certificación IC³ ayuda a aprender y demostrar a Internet y la alfabetización digital a
través de un estándar de evaluación del aprendizaje válido para la industria en todo el
mundo". Se basa en un sistema de formación y de certificación a través de un examen
que abarca contenidos sobre Fundamentos de Informática, en aplicaciones básicas y
clave para la vida, y en lo que llaman la “vida conectada”.
Wing (March 2006) dice que el “pensamiento computacional” es una forma de pensar
que no es sólo para programadores. Y lo define:
“El pensamiento computacional consiste en la resolución de problemas, el
diseño de los sistemas, y la comprensión de la conducta humana haciendo uso de
los conceptos fundamentales de la informática”. En ese mismo artículo continúa
diciendo “que esas son habilidades útiles para todo el mundo, no sólo para los
científicos de la computación”.
Pero lo interesante es que en ese mismo artículo describe una serie de rasgos que nos
van a ser muy útiles para establecer un corpus curricular para el aprendizaje basado en
el pensamiento computacional. Así por ejemplo se dice:
En el pensamiento computacional se conceptualiza, no se programa.- Es preciso
pensar como un científico de la computación. Se requiere un pensamiento en
múltiples niveles de abstracción;
En el pensamiento computacional son fundamentales las habilidades no
memorísticas o no mecánicas.– Memoria significa mecánico, aburrido, rutinario.
Para programar los computadores hace falta una mente imaginativa e inteligente.
Hace falta la emoción de la creatividad. Esto es muy parecido al pensamiento
divergente, tal como lo concibieron Polya (1989) y Bono (1986).
En el pensamiento computacional se complementa y se combina el pensamiento
matemático con la ingeniería.- Ya que, al igual que todas las ciencias, la
computación tiene sus fundamentos formales en las matemáticas. La ingeniería
nos proporciona la filosofía base de que construimos sistemas que interactúan
con el mundo real.
En el pensamiento computacional lo importante son las ideas, no los artefactos.
Quedan descartados por tanto la fascinación y los espejismos por las novedades
tecnológicas. Y mucho menos estos factores como elementos determinantes de
la resolución de problemas o de la elección de caminos para resolverlos.
Wing (March 2006) continua con una serie de rasgos pero lo interesante ahora, con ser
importante, no es esta perspectiva en sí sino, en el contexto de un análisis y de una
elaboración interdisciplinar, ver las implicaciones que tienen estas ideas para una
redefinición de un dominio teórico específico dentro de las teorías del aprendizaje. Eso
por un lado, y por otro encontrar un currículum adecuado a esos dominios conceptuales
para las distintas etapas educativas y para la capacitación de maestros y profesores.
adecuado a esos dominios conceptuales para las distintas etapas educativas y para la
capacitación de maestros y profesores.
Esto es lo que en una primera aproximación tratamos de hacer con las limitaciones de
un tratamiento general, pero que sin duda será tratado y ampliado en posteriores
documentos con más extensión y documentación. En un primer repaso pues y en la
búsqueda correspondiente hemos intentamos conectar con todo lo dicho las
conceptualizaciones y modalidades del pensamiento según las teorías del aprendizaje.
Así pues hemos encontrado las siguientes componentes del pensamiento
computacional.
Heurística
Pensamiento divergente
Creatividad
Resolución de problemas
Pensamiento abstracto
Recursividad
Iteración
Métodos colaborativos.-
Patrones
Sinéctica
Metacognición
Fig. 2
Conviene decir que estas componentes no están perfectamente delimitadas ni conceptual
ni metodológicamente. No son excluyentes, y según en qué contexto se empleen pueden
tener significados distintos. De hecho ni tan siquiera se puede decir que constituyan
elementos de una taxonomía o que correspondan a un mismo nivel operativo o
2
La descripción que presentamos está obtenida, salvo giros y adaptaciones al formato
de paper, del post Enseñanza Universitaria en línea: MOOC, aprendizaje divergente y
creatividad (II) (Zapata-Ros, 2014a))
evitar, al evaluar un problema, la inercia que se produce en esos casos producida por
ideas comunes o comúnmente aceptadas, que limita las soluciones al problema. El
pensamiento lateral ayuda pues a romper con ese esquema rígido de pensar y de
formularse las ideas en el aprendizaje, y por consecuencia posibilita obtener ideas
creativas e innovadoras. El principio contrario es igualmente cierto, estar en un contexto
de ignorancia y de prejuicios o de mediocridad inhibe el pensamiento lateral,
divergente, y la creatividad.
Polya y Bono estudian los recursos del pensamiento divergente. Estos recursos
empleados en educación, insertos en estrategias y métodos educativos, producen unos
aprendizajes distintos, constituyen el aprendizaje divergente. Es un aprendizaje que está
en el origen y en la práctica de los estudios de las artes y de los oficios, es común en los
talleres de los artistas, de los artesanos y de los científicos e investigadores. En general
allí donde se produce creación. De esta forma se puede considerar aprendizaje
divergente como aquel que utiliza los recursos del pensamiento divergente.
Creatividad3.-
El pensamiento divergente y el pensamiento convergente son tratados en relación con la
creatividad por Mihály Csíkszentmihályi (1998) en su libro Creativity: Flow and the
psychology of discovery and invention, traducido y publicado por Paidós como
Creatividad: el fluir y la psicología del descubrimiento y la invención (págs. 83 y 84). El
libro no es solo un estudio sobre una amplia variedad de comportamientos, hábitos, e
ideas de individuos que han realizado aportaciones sustanciales sobre las cuales hay
consenso de su carácter creativo, sino que establece un marco epistemológico y teórico
de lo que es la creatividad como facultad humana y como fenómeno (un requisito de la
creatividad es su validación social).
Csikszentmihalyi, como hemos visto que lo hace Pólya, coincide en que la creatividad
no es consecuencia exclusivamente del pensamiento divergente sino de una
combinación de ambos pensamientos, el convergente y el divergente, y desde luego sin
el primero no podría producirse aunque el insight lo produzca el segundo. Señala que
los creativos, “quienes producen una novedad aceptable en un campo, parecen capaces
de usar bien dos formas opuestas de pensamiento: el convergente y el divergente.” Éste
sería uno de los principales rasgos de la creatividad. EI pensamiento convergente es el
pensamiento que sirve para estructurar los conocimientos de una forma lógica y para
aplicar sus leyes. Por decirlo de forma simplificada es el que se mide por los test de CI,
y es condición indispensable para establecer modelos donde se resuelven los problemas
bien definidos, que tienen soluciones validables, mediante un procedimiento sin
ambigüedades. Pero hay otro pensamiento, es el que guía la acción investigadora hacia
las soluciones, y sobre todo el que conduce a unas soluciones no convencionales, e
implica fluidez y capacidad para generar una gran cantidad de visiones e ideas sobre el
problema que se trabaja, para cambiar de unas a otras, y para establecer asociaciones
inusuales. Es el pensamiento divergente, como hemos visto. Estas variables —
capacidad de orientar la indagación, fluidez, facilidad para generar ideas, para cambiar
de marco y para establecer asociaciones inusuales— son las que se tienen en cuenta y
se miden en los test de creatividad, y las habilidades que se trabajan en la mayoría de los
talleres de creatividad.
3
Esta descripción está prácticamente trascrita adaptada del post de RED-Hypotheses Enseñanza
Universitaria en línea: MOOC, aprendizaje divergente y creatividad (III) (Zapata-Ros, 2014b)
Pero hay otros factores que también tienen que ver en la forma como se organiza la
atención docente. Nos referimos por ejemplo a la valoración de las opciones que se
eligen o de las soluciones para los problemas. Es importante que, en un sistema
orientado a captar más la creatividad, un alumnos cuyo pensamiento sea fluido, flexible
y generador de soluciones originales, tiene más probabilidad de ofrecer creaciones. Por
tanto, tiene sentido cultivar el pensamiento divergente en el aula y en talleres y
laboratorios. Pero es igualmente importante que exista alguien, un profesor
adecuado, capaz de escoger y orientar hacia la práctica las ideas más apropiadas de
entre las que se generan.
Conviene aclarar en este contexto que el objetivo principal de un programa de este tipo
no es la generación de novedades, sino crear un clima donde las innovaciones
significativas se produzcan, o al menos no sean inhibidas por el propio sistema.
Csikszentmihalyi (1996) lo explica con claridad:
Sin embargo, sigue existiendo la sospecha persistente de que en los niveles más
elevados de logro creativo la generación de novedad no es la cuestión principal. Un
Galileo o un Darwin no tuvieron tantas ideas nuevas, pero aquellas a las que se
aferraron fueron tan fundamentales, que cambiaron la cultura entera. Así mismo, los
individuos de nuestro estudio a menudo afirmaban que sólo habían tenido dos o tres
buenas ideas en toda su trayectoria profesional, pero que cada idea fue tan fecunda que
los mantuvo ocupados durante toda una vida de pruebas, hallazgos, elaboraciones y
aplicaciones.
Sin embargo para que estas ideas se produzcan es necesario: Un contexto adecuado
donde haya un enlace con el aprendizaje convergente, un contexto que pueda hacer
posible que fructifiquen. Es como una huerta, hace falta allanar un campo, labrarlo,
abonarlo, regarlo, sembrar, luchar contra las heladas,…para al final recoger la cosecha.
Solo que en este caso la cosecha es tan escasa como importante.
Resolución de problemas.-
En realidad el pensamiento computacional es una variante del dominio metodológico
que se conoce como “resolución de problemas”. Es una restricción de la resolución de
problemas a aquellos problemas cuya resolución se puede implementar con
ordenadores. En este caso es muy importante distinguir que los aprendices no son sólo
los usuarios de la herramienta, sino que sobre todo se convierten en los constructores y
en los autores de las herramientas.
Para eso los alumnos utilizan procedimientos, conjuntos de objetos de conocimiento y
conceptos que constituyen dominios que tratamos de forma separada en este escrito.
Como son la abstracción, la recursividad y la iteración- Los utilizan para procesar y
analizar los datos de cara a crear métodos de resolución de problemas, y crear artefactos
reales y virtuales para resolverlos. El pensamiento computacional de esta forma se
puede considerar también como una metodología de resolución de problemas que se
puede automatizar.
La otra vinculación del pensamiento computacional con la resolución de problemas lo
constituye la visión que se puede desarrollar en los alumnos y que se manifiesta en el
aula para encontrar soluciones a problemas a través del ordenador. Para esta visión
también son importantes elementos de pensamiento que veremos con entidad propia
como son el desarrollo de herramientas para resolver problemas por métodos de ensayos
progresivos y error y por las posibilidades que tienen los ordenadores para trabajar en
“una atmósfera de entender las cosas juntos”.
Pensamiento abstracto.-
Es la capacidad para operar con modelos ideales abstractos de la realidad, abstrayendo
las propiedades del os objetos que son relevantes para un estudio. Una vez obtenido el
modelo abstracto de la realidad se estudian sus propiedades, se extraen conclusiones o
reglas que permiten predecir los comportamientos de los objetos. El pensamiento
abstracto por excelencia es el pensamiento matemático, la geometría, etc.
El pensamiento abstracto tiene mucho que ver con la edad del niño, no solo porque
según las teorías de Piaget y las de la Psicología genética, consideran que la abstracción
es producto del desarrollo, de la maduración cognitiva del niño, sino porque los
mecanismos de abstracción son muy distintos según la edad la edad del niño, existiendo
desde las primeras etapas. Para un niño de dos años, “el día después del día de mañana”
es un concepto muy abstracto. Para un estudiante de la universidad, el día después de
mañana es un concepto relativamente concreto, sobre todo si la comparamos con las
ideas realmente abstractas o muy abstractas como son el Teorema de Bayes o el
principio de indeterminación de Heisenberg.
Por supuesto, hay muchos niveles de abstracción entre estos dos extremos. Una
componente importantísima en el diseño curricular es tener en cuenta el proceso de
desarrollo intelectual que supone este proceso: Transitar gradualmente de pensamiento
muy concreto al pensamiento abstracto, en función del desarrollo individual y esto
tenerlo en cuenta en la presentación de los contenidos y destrezas a desarrollar. Esta
cautela tiene que ver mucho con otra cuestión muy frecuente: Considerar lo abstracto
como difícil y lo concreto como lo fácil, cuando muchas veces lo que sucede es que se
presenta una habilidad o un concepto para ser aprendido en un momento poco adecuado,
no por la edad exclusivamente sino sobre todo por las condiciones en que se produce el
aprendizaje.
Frecuentemente la capacidad de pensar en abstracto, para diferenciarlo de pensar en
concreto, se confunde con la capacidad de transferir lo aprendido a partir de un contexto
a otro. Por ejemplo, un estudiante tiene un dominio razonable del pensamiento abstracto
si entiende la organización de un texto en clave de ensayo independientemente de que lo
aprenda en la asignatura de lengua española y luego sin un aprendizaje adicional pueda
aplicar lo aprendido para escribir un ensayo en la asignatura de sociales. También se
puede confundir con el pensamiento generativo. El concepto de objeto de conocimiento
generativo (Zapata-Ros, 2009) (básico para la comprensión del concepto de Generative
Learning Object (Leeder et al, 2004)) hace referencia a un conjunto de objetos de
conocimiento que lo tienen todo en común excepto a lo más unos valores de adaptación
o de contextualización, asignables a unos parámetros definidos o decididos por el
aprendiz.
Recursividad
A veces un problema por su tamaño, o porque depende de un número natural (o de un
cardinal) no puede ser resuelto por sí mismo pero puede ser remitido a otro problema de
las mismas características o naturaleza pero más pequeño o dependiendo de un cardinal
menor, que sí puede ser resuelto, o nos puede dar la pista de una regla de remitir
problemas a problemas menores (regla de recurrencia). Y en ambos casos nos permite
resolver el problema. A estos métodos, que son así considerados unos métodos de
resolución de problemas, se les llama recursividad o recurrencia.
Con el término recursividad también se quiere en otras ocasiones abordar una forma de
conceptualizar, de definir, objetos de conocimiento o ideas: De esta forma se dice que
están definidos por recurrencia.
En esta forma de abordar el conocimiento se ha visto por un lado una forma más útil, o
más económica cognitivamente, de abordar la resolución mediante procesos
automatizados, o una forma más eficaz y elegante de abordar conceptos y definiciones
que permiten integrarlas más eficientemente desde el punto de la lógica en un sistema
teórico.
Presenta un dificultad que hace necesaria una predisposición mental que no siempre es
frecuente ni fácil de alcanzar según qué individuos.
En matemáticas es muy frecuente:
El concepto de potencia de exponente natural se puede definir como un producto de
factores iguales:
an =a.a.a…a
O bien mediante una formulación recursiva: una potencia se define en función de la
potencia anterior
an =a.an-1
excepto si el exponente vale 0, que entonces es a0=1, a esto se le llama cláusula de
parada.
Con la función factorial sucede igual, se puede definir como un producto de factores
consecutivos decrecientes:
n!=n.(n-1).(n-2)…3.2.1
O con una fórmula recursiva:
n!=n.(n-1)! y 1!=1
La experiencia me dice que los alumnos cuando se les presenta adecuadamente la
primera formulación la suelen comprender y aprender con relativa facilidad. No así la
segunda. Necesita un tipo especial de forma de pensar. Necesita utilizar el pensamiento
recursivo.
Sin embargo la segunda forma tenia indudables ventajas no solo para programar sino
incluso de economía de pensamiento y de ejecución. Mis alumnos de secundaria
comprendían perfectamente esto cuando les ponía el siguiente ejemplo:
Una azafata quiere comprobar que todos los pasajeros tienen que llevar ajustado y bien
sujeto el cinturón de seguridad. En principio podría hacerlo de dos formas: recorriendo
el pasillo y verificando que todos lo llevasen correctamente o bien asegurando solo dos
cosas:
Que cada pasajero comprobase que lo lleva igual que el anterior y que el primero lo
llevase bien.
Rosas (2012) entiende que “eso ha dado lugar a la aparición de una nueva capacidad en
la que pocas veces se había reparado (sic) y mucho menos ocupado el foco principal de
estudio: la recursividad.
En un artículo muy citado en este sentido, Hauser, Chomsky y Fitch (2002 y 2005)
proponen la recursividad como la única capacidad estrictamente merecedora de la
denominación “lenguaje”, de ahí el nombre que le otorgan: “Facultad del lenguaje en
sentido estricto”. Ésta sería exclusiva de la especie humana y estaría presente sólo en el
lenguaje.
En el primer capítulo, de The Recursive Mind: The Origins of Human Language,
Thought, and Civilization, respondiendo a la pregunta ¿qué es la recursividad?, Michael
C. Corballis (2014) sostiene que en 1637, el filósofo francés René Descartes cuando
escribió la frase inmortal “Je pense, donc je suis” o “Cogito, ergo sum”, en esencia al
hacer esta declaración, Descartes lo que hizo no sólo fue pensar, que estaba pensando en
el pensamiento, y que le llevó a la conclusión de que existía, sino que estaba
constatando la existencia del pensamiento como recursividad. Esta consideración le da
paso a Corballis para pensar en un papel más general de la recursividad en nuestros
procesos mentales, y a sostener que es la característica principal que distingue a la
mente humana de la de otros animales. Es la base de nuestra capacidad no sólo para
reflexionar sobre nuestra propia mente, sino también para simular la mente de otros.
Mediante ella se nos permite viajar mentalmente en el tiempo, a realizar una inserción
de la conciencia del pasado o del futuro en la conciencia presente. La recursividad es
pues el ingrediente principal para distinguir el lenguaje humano de todas las otras
formas de comunicación animal.
Iteración.-
Siempre que hablamos de iteración pensamos en procedimientos repetitivos como los
que utilizamos cuando aprendimos o cuando enseñábamos BASIC, Pascal, LOGO, o
C++, y más recientemente Java o Phyton. Lo asociamos a bucles, a instrucciones FOR
TO, while, do-while, repeat,… y a diagramas de flujo. En definitiva, era difícil hablar de
iteración sin pensar en la construcción de algoritmos repetitivos. Sin embargo pocas
veces pensamos que hay aprendizajes básicos, en las primeras etapas de desarrollo,
donde se pone en marcha un sistema de pensamiento de este tipo. Pensemos por
ejemplo en la adquisición que hacen los niños de las ideas sobre fracciones, números
racionales, o incluso en los números reales, en la representación decimal, en la notación
decimal de números reales, y en su representación ¿qué son sino más que
procedimientos iterativos? También podríamos pensar en sistemas de medición, de
magnitudes de peso, masa, volumen, superficie,… ¿qué son estos procesos sino
sistemas de representación conceptual iterativas?
iterativo. Tiene problemas de tiempo porque es una función de un factorial, pero hay
algoritmos para abreviar el tiempo.
Este es un método heurístico. Se podría pues, como vimos, incluir en varias categorías
en cuanto a tipo de pensamiento. Casi nunca son puros.
Hay otros métodos heurísticos también recursivos como es el del vecino más cercano
(NN, nearest neighbor) (también llamado algoritmo voraz), que como el propio
nombre indica en cada caso elige la ciudad más cercana sin visitar como su próximo
movimiento.
Luego hay métodos algorítmicos con hamiltonianos y todo eso.
Pero lo importante para nuestro propósito de ver la importancia del a iteración en
metódos basados en grafos es al menos traer la referencia de los métodos op:
El intercambio par a par simple, o técnica 2-opt, que supone en cada iteración la
eliminación de dos aristas que se cortan y su reemplazo por con dos aristas diferentes,
que no se crucen, y que reconecten los fragmentos creados por la eliminación de las
aristas por este método, obteniendo así un camino más corto.
Éste es un caso especial del método general heuristica k-opt o heurística Lin-Kernighan.
Donde en un recorrido dado se eliminan k aristas que se cortan en al menos un punto
por un conjunto que no se corta en ningún punto.
Un ejemplo interesante lo podemos ver este caso
Este problema y los algoritmos que se han desarrollado apartir de él han permitido un
enfoque interesante para otro problema, el del embarque en aviones, a Jason Steffen
(2008), y al desarrollo de un algoritmo muy práctico y de indudable interés económico
para la secuencia de embarque de pasajeros en los aeropuertos.
El cambio que supone en la práctica modificar la forma en que la gente embarca en los
aviones, el ahorro de tiempo multiplicado por el número de embarques que se producen
en todo el mundo, a lo que se unen los tiempos de espera en vuelos combinados,
suponen una solución de gran envergadura directa, a la economía de tiempo, y de
dinero, de sueldos, de energía,… Y esto sólo si lo planteamos directamente. Pero es que
además hay un ahorro indirecto y un bienestar añadido: El que supone que la gente
llegue a tiempo a su trabajo, a su negocio, a sus vacaciones o a estar con su familia.
Ventajas que son muy de tener en cuenta…, todo por una cuestión de iteracción. Y
como consecuencia de una forma de pensar que primero se planteó exclusivamente
como pensamiento computacional.
dos principios: La creatividad y la crítica. Hay que ser creativo y crítico. Hay que
proponer hipótesis audaces y someterlas a tests experimentales rigurosos. La lógica
juega un papel fundamental como elemento que rige las decisiones y la elaboración de
hipótesis que, mediante su contraste, confrontarán los hechos con las teorías
convirtiéndolas en evidencias.
David Wood y Heather Wood (2006) en su ya clásico libro Vygotsky, Tutoring and
Learning señalan como justificación de la acción tutorial en el aprendizaje la
investigación que con frecuencia citamos como referencia y que hemos rescatado
de Bloom (1984) para el aprendizaje personalizado con tecnología, nos referimos al
problema de dos sigmas. Como ya vimos (Zapata-Ros, 2013 y Bloom, 1984) se trata de
un análisis comparativo de la eficacia, relativa, entre la enseñanza en clase convencional
y la tutoría uno a uno (humana). Anderson (1993) y sus colegas sugiere que algunos de
los beneficios señalados por Bloom podrían obtenerse por medio de sistemas
informáticos diseñados para individualizar el aprendizaje. Bloom concluyó que la
instrucción mentorizada (uno a uno) conduce a una mejora, en la campana de Gauss del
aprendizaje, en dos desviaciones típicas sobre la enseñanza de clases convencional (es
decir, alrededor del 98% de los alumnos que se enseñan de forma individual puntúan
por encima de la media para el grupo convencional). Anderson sostenía que los sistemas
basados en tecnología, con tutoría personal o asistida, podrían ser diseñadas para
conseguir en parte ese beneficio.
Contingencia e inmediatez.-
En este planteamiento juegan un papel clave las aproximaciones sucesivas a los
objetivos educativos, es decir la acción tutorial. Veamos: Una de las características
centrales de lo que supone la tutoría uno a uno (y lo que en la época de Anderson eran
los sistemas de tutoría inteligente), es que pueden proporcionar instrucción en el
contexto de la actividad en tiempo real al alumno. En términos de Anderson, son útiles
al principio: proporcionan instrucción en el contexto de la resolución del problema. En
situaciones de grupo, también funciona la tutoría como ayuda en el acercamiento a la
resolución de problemas por ensayo error: El alumno puede ensayar públicamente, en
ambiente de clase, métodos de resolución y puede ser asesorado por el profesor y por
los propios alumnos. El profesor puede ofrecer orientaciones sucesivas sobre la forma
de resolver los problemas, y hacerlo sobre la marcha.
En cualquier caso es importante la idea de contingencia: la sensación de que el
problema puede ser resuelto o no en función del camino elegido.
De esta forma, en la tutoría, el cuándo y el dónde la ayuda pueden ser ofrecidas por el
tutor es la clave. Ha de hacerse en los momentos pertinentes, es decir, de manera
contingente. Además es importante hacerlo así porque el estudiante puede ser sensible a
la pérdida de tiempo y perder la motivación cuando ésta, la pérdida, sea excesiva o
también porque la actividad sea confusa y sin fruto. Para evitar este efecto, el de la
confusión, la respuesta debe ser inmediata a los errores de los alumnos (otro principio
del ensayo error: que no se pierda la inmediatez).
El tutor debe detectar, en el lugar y en el momento que se produzca, la dificultad de
aquel aprendiz que comprenda insuficientemente el tema que es objeto de aprendizaje.
De esta forma el tutor puede tener que intervenir con frecuencia para reparar el error y
mostrar al alumno qué hacer. Así el objetivo es apoyar en la resolución en
aproximaciones sucesivas hasta un desempeño competente. Por último el tutor no debe
interferir con la actividad de estudiante exitoso. Y en la medida que el alumno aprenda,
la acción del tutor se desvanece. Estas capacidades del tutor que Anderson prescribía
para el tutor inteligente, o para el sistema experto, se obtenía a partir de la modelización
de los tutores humanos. Por esa misma razón ese conjunto de prescripciones siguen
siendo válidas en el caso real, y constituyen una aplicación en este caso de los principios
popperianos de las aproximaciones sucesivas.
Patrones.-
Los patrones constituyen una herramienta para el análisis de la programación con una
doble singularidad: Evitan el trabajo tedioso que supone repetir partes de código o de
diagramas de flujo o de procedimientos que en esencia se repiten pero aplicados a
contextos y situaciones distintas, y por otro lado exige la capacidad de distinguir lo que
De esta forma un patrón puede entenderse como una plantilla, una guía, un conjunto de
directrices o de normas de diseño. Los patrones pueden entenderse desde dos
perspectivas: La propia del dominio en el que estamos trabajando (la arquitectura, el
diseño industrial, el diseño instruccional, etc.), o bien desde la perspectiva de los
lenguajes y las técnicas computacionales que permiten el desarrollo de patrones.
Un patrón (Alexander et al., 1977) “describe un problema que ocurre una y otra vez en
nuestro entorno y, a continuación, describe el núcleo de la solución de ese problema, de
tal manera que el usuario puede utilizar esta solución un millón de veces más, sin tener
que hacerlo de la misma manera dos veces ".
El objetivo en todo caso es captar la esencia de la buena práctica de una forma resumida
e independiente (abstrayendo los elementos más significativos) de manera que pueda ser
fácilmente comunicada a los que la necesitan en un contexto de condiciones distinto. En
su naturaleza el patrón puede ser igualmente la presentación de esta información (de las
buenas prácticas, los conocimientos expertos, las soluciones a problemas,…) de una
forma accesible y sistematizada, de manera que para cada nuevo diseñador pueda
aprender o tener en cuenta lo que se conoce por expertos que hayan resuelto ya el
problema en cuestión, y sea fácil la transferencia de conocimiento dentro de la
comunidad.
De esta forma en esencia un patrón resuelve un problema. Este problema debe ser una
naturaleza tal que se repita en distintos contextos. En el ámbito de la educación
tenemos muchos problemas de esta naturaleza: Son por ejemplo los que tienen que ver
con la motivación, o con determinadas motivaciones, de los estudiantes, la elección de
los materiales para cada situación de aprendizaje y la secuencia de los contenidos, los
conocimientos previos, las ideas implícitas, los criterios de evaluación de los
estudiantes,…
Pedagogical Patterns Project (2008) establece una clasificación de los patrones
pedagógicos en tres categorías, basados en otras tantas formas de aprendizaje:
A los que podríamos añadir un patrón pedagógico para el “aprendizaje autónomo”, con
abundancia de elementos de metacognición.
La naturaleza de estos problemas (los que originan el patrón) es, como vemos, que se
pueden repetir de forma diferente (en las partes no sustanciales) cada vez. Y cuando
aparece un problema de este tipo conlleva consideraciones a tener en cuenta para tomar
las decisiones en la selección del procedimiento a utilizar para la resolución. Estas
consideraciones son las que influyen en los expertos a optar por una u otra resolución.
Son las consideraciones que el patrón presenta para que las tengamos en cuenta en
nuestra elección y que nos pueden acercar o alejar de una buena solución al problema.
Sinéctica.-
La Sinéctica es un punto de confluencia de las teorías que tratan de explicar y estudian
la creatividad, de las técnicas de trabajo en grupo como medio para exteriorizar flujos e
impulsos que de otra forma no serían observables y por tanto analizados, mejorados y
Metacognición.-
Las fases del proceso de creación de un código están muy estudiadas desde el punto de
vista de la informática. Ahora queremos estudiarlo desde el punto de vista del
pensamiento computacional: qué elementos de este pensamiento, de los que hemos visto
en las antradas anteriores, están presentes en cada una de estas fases.
La propuesta cuales son las fases diferenciadas en el proceso de creación de un código
es
Detección y delimitación del problema y de su naturaleza
Delimitación de métodos y disciplinas en la resolución del problema
Organización de la resolución, feed back e investigación formativa
Diseño de la resolución
Algoritmia/ diagrama de flujo.- Incluye la discusión
Elaboración del código (programa).- Incluye codificación, ejecuciones e
implementación, documentación, etiquetas, modularización
Prueba/ Validación .- Incluye implementación y depuraciones de errores,
Tabla 1
Discusión.-
Falta por determinar con evidencias empíricas si, como parece, la codificación es una
competencia compleja o un conjunto de competencias, así como establecer en términos
diferenciados cuáles son esas competencias y determinar el diseño y los términos de las
investigaciónes que diesen lugar a estas delimitaciones.
Faltaría pues definir qué es codificación en un sentido pluridisciplinar que implique a
profesionales de la psicología del Aprendizaje y del Desarrollo, los especialistas en
Educación (Pedagogía del pensamiento computacional, curriculum, etc)
Code, o codificación como lo hemos traducido, o programming code (programación de
códigos) consiste en elaborar códigods fuente de programas de ordenador que puedan
ser interpretados y/o compilados por un interface para decirle a un sistema informático
cómo se resuelve un problema o cómo se realiza un procedimiento de forma eficaz.
En los documentos utilizados para elaborar este trabajo se ha definido (Balanskat y
Engelhardt, October 2014 p. 5) como
una competencia clave que tendrá que ser adquirida por todos los jóvenes
estudiantes y cada vez más por los trabajadores en una amplia gama de
actividades industriales y profesiones. La codificación es parte del razonamiento
lógico y representa una de las habilidades clave que forma parte de lo que
ahora se llaman “habilidades del siglo 21″.
No obstante en el informe citado, donde se ponen énfasis en esta necesidad (de hecho es
el documento base para la integración de las enseñanzas para la adquisición de las
competencias para la codificación) como prioridad dela UE:
a) No se plantea como una idea de un curriculum integral y sistémico que abarque
desde las etapas preescolares hasta la educación universitaria.
b) Se dedica a describir las experiencias y el estado de la cuestión en los países
europeos, donde solo se constatan situaciones de inclusión en otras materias o de
materias específicas de programación del tipo que hemos señalado.
Sin embargo en este trabajo hemos puesto de relieve que la codificación es una
competencia compleja o más bien un complejo de habilidades de las que participan
posiblemente, entre otras, las 14 que hemos glosado, y al que en conjunto es lo que
llamamos pensamiento computacional, de manera que su adquisición quedaría
incompleta si faltase alguno de estos elementos.
Por último quedaría analizar además cuales serían los pasos siguientes `para determinar
el curriculum y las características de la formación de los profesores y maestros.
Referencias.-
Alexander, C., Ishikawa, S., Silverstein, M., Jacobson, M., Fiksdahl-King, I., & Angel,
S. (1977). A Pattern Language: Towns, Buildings, Construction (Center for
Environmental Structure).
Baker, M., Hansen, T., Joiner, R., & Traum, D. (1999). The role of grounding in
collaborative learning tasks. In P. Dillenbourg (Ed.), Collaborative Learning:
Cognitive and Computational Approaches. (pp. 31-63; 223-225). Elsevier
Science.http://www.uio.no/studier/emner/matnat/ifi/TOOL5100/v08/leseliste/F9/bak
er99role.pdf
Balanskat, A. & Engelhardt , K. (October, 2014). Computing our future Computer programming
and coding - Priorities, school curricula and initiatives across Europe. European Schoolnet
(EUN Partnership AISBL) http://www.eun.org/c/document_library/get_file?uuid=521cb928-
6ec4-4a86-b522-9d8fd5cf60ce&groupId=43887
Blikstein, (2013). Seymour Papert’s Legacy: Thinking About Learning, and Learning
About Thinking. https://tltl.stanford.edu/content/seymour-papert-s-legacy-thinking-
about-learning-and-learning-about-thinking
Bono, E. D. (1968). New think: the use of lateral thinking in the generation of new
ideas. Basic Books.
Bloom, B.S. (1984). The 2 Sigma Problem: The Search for Methods of Group
Instruction as ffective as One-to-One Tutoring, Educational Researcher, 13:6 (4-
16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.
pdf
Coffield, F., Moseley, D., Hall, E., Ecclestone, K. (2004). Learning Styles and
Pedagogy in Post-16 Learning: A systematic and critical review.
www.LSRC.ac.uk: Learning and Skills Research Centre. Retrieved
from: http://www.lsda.org.uk/files/PDF/1543.pdf
Corballis, M. C. (2014). The recursive mind: The origins of human language, thought,
and civilization. Princeton University
Press. http://press.princeton.edu/titles/9424.html
Eshet, Y. (2002). Digital literacy: A new terminology framework and its application to
the design of meaningful technology-based learning environments, In P. Barker and
S. Rebelsky (Eds.), Proceedings of the World Conference on Educational
Multimedia, Hypermedia and Telecomunications, 493–498 Chesapeake VA: AACE,
Retrieved November 30, 2007, from
http://infosoc.haifa.ac.il/DigitalLiteracyEshet.doc
Fitch, T., Hauser, M. & Chomsky, N. 2005. The evolution of the language
faculty: Clarifications and implications. Cognition. 97.179-210
Hauser, M., Chomsky, N., & Fitch, T. 2002. The faculty of language: what is it, who
has it, and how did it evolve. Science 198. 1569-79
Hansen, T., Dirckinck-Holmfeld, L., Lewis, R., & Rugelj, J. (1999). Using telematics to
support collaborative knowledge construction. Collaborative learning: Cognitive and
computational approaches, 169-
196.http://www.researchgate.net/publication/228559912_Using_telematics_to_suppo
rt_collaborative_knowledge_construction/file/60b7d523962ffc2db3.pdf
Jonassen, D., Davidson, M., Collins, M., Campbell, J., & Haag, B. B. (1995).
Constructivism and computer‐mediated communication in distance
education.American journal of distance education, 9(2), 7-
26. http://www.tandfonline.com/doi/abs/10.1080/08923649509526885
Koch, T., & Denike, K. (2009). Crediting his critics’ concerns: Remaking John Snow’s
map of Broad Street cholera, 1854. Social science & medicine, 69(8), 1246-
1251.http://www.albany.edu/faculty/fboscoe/papers/koch2009.pdf
Lankshear, C. and Knobel, M. (2006). Digital literacies: policy, pedagogy and research
considerations for education. Digital Kompetanse: Nordic Journal of Digital
Literacy, 1(1), 12–24.
Leeder, D., Boyle, T., Morales, R., Wharrad, H., & Garrud, P. (2004). To boldly GLO-
towards the next generation of Learning Objects. In World Conference on E-
Learning in Corporate, Government, Healthcare, and Higher Education (Vol. 2004,
No. 1, pp. 28-33).
Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books,
Inc. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf
Popper, Karl (1934). The Logic of Scientific Discovery. New York: Routledge
(publicado el 2009).
Olive, J., & Vomvoridi, E. (2006). Making sense of instruction on fractions when a
student lacks necessary fractional schemes: The case of Tim. Journal of
Mathematical Behavior 25(1), 18–45.
Reigeluth, C. M. (2012). Instructional theory and technology for the new paradigm of
education. RED, Revista de Educación a distancia, 32, 1-18.
http://www.um.es/ead/red/32/reigeluth.pdf.
Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital
AgeConsultado el 18/8/2011 en
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=
pdf el 30/08/2012
Steffe, L. P., & Olive, J. (2010). Children’s fractional knowledge. Springer: New York.
Steffen, J. H. (2008). Optimal boarding method for airline passengers. Journal of Air
Transport Management, 14(3), 146-
150. http://www.sciencedirect.com/science/article/pii/S0969699708000239
Wilkins, J. L. M., & Norton, A. (2011). The splitting loope. Journal for Research in
Mathematics Education, 42(4), 386–416
Wilkins, J. L., Norton, A., & Boyce, S. J. (2013). Validating a Written Instrument for
Assessing Students’ Fractions Schemes and Operations. Mathematics
Educator, 22(2), 31-54.
Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of
Education, 22(1), 5-16. http://www.jstor.org/stable/1050800
Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of
Education, 22(1), 5-16.
http://www.tandfonline.com/doi/abs/10.1080/0305498960220101#.VI3EvyuG-_l
Zapata-Ros, M. (2013a). ¿Por qué nos gustan las cosas hermosas? La belleza está
escrita en lenguaje matemático mucho antes de que se descubra. Blog Redes
Abiertas. http://redesabiertas.blogspot.com.es/2013/03/por-que-nos-gustan-las-cosas-
hermosas.html
Zapata-Ros, M. (2013b). El “problema de 2 sigma” y el aprendizaje ayudado por la
tecnología en la Educación Universitaria. http://red.hypotheses.org/287 Zapata-Ros,
M. (2014). La fundamentación teórica y científica del conectivismo. RED-
Hypotheses. http://red.hypotheses.org/688